A batalha pela tendência ou Média Móvel vs. UniversalMA

Do ponto de vista dos cálculos, o UniversalMA difere da média móvel usual por métodos de média adicionais e uma lista expandida de dados nos quais essa média é realizada.

Não vamos nos aprofundar em questões que não afetam diretamente nossos lucros comerciais. Portanto, consideraremos brevemente os principais métodos de média adicionados ao UniversalMA.:

• O Adaptive Smoothing JMA (JJMA) é um método que ajusta automaticamente os parâmetros de suavização, dependendo da volatilidade do mercado. 
• O Jrsx Ultralinear Smoothing (JurX) é um método avançado de suavização que fornece rastreamento de tendências mais preciso, mantendo a suavidade da linha.
• A aproximação parabólica (ParMA) é um método de suavização de dados usando uma curva parabólica, que possibilita acompanhar melhor a aceleração do movimento dos preços.
• O algoritmo Tilson (T3) é um método baseado em uma combinação de várias médias móveis exponenciais com diferentes períodos para melhorar a filtragem do ruído do mercado.
• Variable Index Dynamic Average (VIDYA) é um método que usa o Average true range (ATR) para se adaptar à volatilidade do mercado, tornando-o particularmente eficaz em um mercado volátil.
• A média móvel adaptativa (AMA) é um método que ajusta automaticamente o período médio dependendo da volatilidade do mercado, proporcionando um equilíbrio ideal entre sensibilidade e suavização.
• FATL (Fast Adaptive Trend Line) é uma linha de tendência adaptativa rápida. Cada barra tem seu próprio peso exclusivo atribuído.

O especialista está pronto para os testes. Ele, assim como um conjunto de Configurações, pode ser baixado na seção Downloads desta página. Quando testamos a média móvel clássica, encontramos métodos de interpretação de tendência mais lucrativos. Seria justo e correto acrescentar a aplicação desses métodos também a esses testes.

O número de parâmetros que precisam ser selecionados tornou-se bastante grande. Portanto, teremos que recorrer à otimização genética. Felizmente, o testador de estratégia integrado ao MetaTrader 5 tem esses recursos. Faz sentido repetir a otimização 3 vezes, isso será suficiente para que o algoritmo determine os melhores parâmetros. Ouro (XAUUSD), prazo H1 e 13 anos de história real - vamos lá.

Saiba mais sobre o método de cálculo RBTI

 

Vamos selecionar os parâmetros no site para otimização

Os resultados obtidos são piores que os de uma média móvel regular. Como pode ser isso, porque dentro do UniversalMA existem as mesmas configurações de um MA normal?! 

É tudo uma questão de otimização genética. Apesar do enorme poder dessa ferramenta, uma busca completa dos parâmetros encontra os parâmetros absolutamente melhores, e o algoritmo genético é mediano.

No entanto, isso não afeta de forma alguma o cálculo da classificação. Pelo contrário, dá vantagem aos indicadores com menos Configurações. Isso é bem merecido, pois quanto menos parâmetros de otimização, menor a probabilidade de retreinamento.

Quando testamos o mesmo indicador usando o método RBTI v1.0, obtivemos um resultado fenomenal na média da AMA. Então ele ainda está lá, mas nós simplesmente não o encontramos desta vez. E mesmo que tivessem, sua extremidade teria sido alisada 3 vezes. Esta é uma das razões pelas quais introduzimos o RBTI v2.0.

 

O teste forward mostrou um dreno na flauta e um aumento na área de tendência. É bastante normal para um indicador de tendência clássico.

Average_IMP_opti  = 3.58

IMP_all_maxBalance = 3.48

IMP_all_maxISP = 3.48

IMP_all_maxRF = 1.43

PC = 78%

RBTI = 2,8

1) na competição para determinar a tendência, o indicador de Média Móvel perdeu para seu descendente UniversalMA. Mas para ser honesto, ele não tinha chance de ganhar, na melhor das hipóteses um empate. Já que todas as funções da média móvel clássica estão totalmente presentes no UniversalMA.

2) a otimização genética não é capaz de encontrar os parâmetros absolutamente melhores. Quando possível, você deve se esforçar (faz sentido aumentar a etapa de iteração) para usar uma iteração completa dos parâmetros.

3) O melhor método de média para tarefas de identificação de tendência é T3

4) o parâmetro Step mostrou-se demandado e justificou plenamente sua presença no indicador.

5) as interpretações de tendência adicionais que sugerimos no artigo sobre a versão clássica da média móvel acabaram sendo as melhores aqui.

6) o indicador UniversalMA recebeu uma classificação RBTI de 2,8. O resultado será registrado na tabela de classificação.